Medición de la pobreza subjetiva en España y su …Beatriz García-Carro y María Carmen...

Reis. Rev.Esp.Investig.Sociol. ISSN-L: 0210-5233. Nº 165, Enero - Marzo 2019, pp. 83-100

Beatriz García-Carro: Universidade da Coruña | [email protected]ía Carmen Sánchez-Sellero: Universidade da Coruña | [email protected]

Medición de la pobreza subjetiva en España y su localización espacial

Measurement and Spatial Localisation of Subjective Poverty in Spain

Beatriz García-Carro y María Carmen Sánchez-Sellero

doi:10.5477/cis/reis.165.83

Palabras claveDeeleck• Kapteyn• Pobreza objetiva• Pobreza subjetiva• Zona geográfica

ResumenYa que no es lo mismo «ser pobre» que «sentirse pobre», el objetivo es el tratamiento subjetivo de la pobreza mediante las líneas de Kapteyn y Deeleck, así como la obtención de indicadores (subjetivos y objetivos) calculados para los diferentes tamaños del hogar y en función de la densidad poblacional; todo ello a partir de la Encuesta de Condiciones de Vida (ECV) en España para los años 2008, 2012 y 2016. Concluimos que los hogares que se sienten pobres son más numerosos que aquellos que lo son, debido a la sobreestimación de las tasas subjetivas de Kapteyn y Deeleck. Obtuvimos umbrales de pobreza subjetiva similares para los tamaños de hogar más frecuentes. Los hogares son y se sienten menos pobres en las zonas o áreas geográficas más densamente pobladas.

Key wordsDeeleck• Kapteyn• Objective Poverty• Subjective Poverty• Geographical Area

AbstractSince “being poor” is not the same as “feeling poor”, the objective of this paper is to provide a subjective measurement of poverty along the lines laid down by Kapteyn and Deeleck, as well as to obtain both subjective and objective indicators calculated for different household sizes, and according to population density. The data were taken from the Living Conditions Survey (LCS) in Spain for the years 2008, 2012 and 2016. It was concluded that households that feel poor are more numerous than those that are poor, due to the overestimation of Kapteyn’s and Deeleck's subjective rates. Similar subjective poverty thresholds were obtained for the most frequent household sizes. Households were and felt less poor in the most densely populated geographical areas.

Cómo citarGarcía-Carro, Beatriz y Sánchez-Sellero, María Carmen (2019). «Medición de la pobreza subjetiva en España y su localización espacial». Revista Española de Investigaciones Sociológicas, 165: 83-100. (http://dx.doi.org/10.5477/cis/reis.165.83)

La versión en inglés de este artículo puede consultarse en http://reis.cis.es


84 Medición de la pobreza subjetiva en España y su localización espacial

IntroduccIón

En los últimos años, la Encuesta de Condi-ciones de Vida (ECV) ha mostrado unas ta-sas de pobreza en España con aumentos significativos, lo que puede parecer un dato contradictorio con los incrementos que han mostrado los ingresos medios por hogar. La tasa de pobreza en realidad mide cuántas personas tienen ingresos bajos con relación al conjunto, lo que nos descubre que la des-igualdad entre rentas aumentó en España a pesar de la recuperación económica.

Otra cuestión es la percepción que los españoles tienen sobre las condiciones en las que viven, percepción que muchas veces no encaja con las mediciones oficiales de pobreza realizadas a través de los indicado-res objetivos, los cuales están basados en variables monetarias. Por esta razón, en este trabajo nos planteamos medir la pobreza desde una visión subjetiva, mostrando las diferencias con los indicadores oficiales y, en última instancia, nos centramos en obtener mediciones alternativas de un fenómeno tan complejo y de tantas consecuencias como es la pobreza.

Ya que no es lo mismo «ser pobre» que «sentirse pobre», nos basaremos en la opi-nión que los individuos tienen sobre sí mis-mos para cuantificar este sentimiento de pobreza en relación con el conjunto de la sociedad. Con estas opiniones, estimaremos una línea de pobreza que divide a la pobla-ción en pobres y no pobres, y que se susten-ta en la percepción que los propios hogares y las personas tienen de lo que es ser pobre. Teniendo en cuenta todo lo anterior, lo nove-doso de este trabajo de investigación es cuantificar la pobreza desde un punto de vis-ta subjetivo, desde la autopercepción de los hogares españoles.

En este trabajo, utilizando los datos de la ECV de España elaborados por el Instituto Nacional de Estadística (INE), nos plantea-mos los siguientes objetivos: en primer lugar, obtener los umbrales de pobreza o líneas de

pobreza subjetiva utilizando la metodología de Kapteyn y Deeleck; esta medición la rea-lizaremos para el año 2016 y para evitar con-clusiones sesgadas por el ciclo económico también las obtendremos para los años 2008 y 2012. En segundo lugar, calcular para los tres años, en base a los umbrales de pobre-za, indicadores de pobreza subjetivos que compararemos con los indicadores objetivos (utilizados por el INE). En tercer lugar, desa-gregar los indicadores de pobreza según el número de miembros del hogar en busca de evidencias entre ambas variables. En cuarto lugar, clasificar las tres tasas de pobreza en función de su localización espacial, atendien-do a la densidad poblacional de las zonas geográficas en que se divide el territorio na-cional. Con todo ello se pretende ofrecer una panorámica de la pobreza de nuestro país.

Este documento se estructura de la si-guiente manera: comenzamos encuadrando el marco teórico correspondiente a este tra-bajo; el tercer epígrafe trata sobre la base de datos (ECV), la metodología a emplear, en concreto, el procedimiento necesario para el cálculo de las líneas de pobreza subjetiva; el cuarto epígrafe se refiere a los resultados y discusión, y el último epígrafe lo dedicamos a las conclusiones.

Marco teórIco

La pobreza es un fenómeno de gran interés y preocupación tanto a nivel institucional como social. El empeño de medir la pobreza está justificado porque de ello depende po-der dar solución a un grave problema social. Al cuantificar la pobreza no solo se cifra cuántos pobres hay, sino que también se identifica por qué lo son; y con ello, se ad-quiere un conocimiento que permite diseñar políticas económicas y sociales encamina-das a mitigar una lacra que merma la socie-dad actual.

Sin embargo, el proceso para cuantificar la pobreza no está exento de discusión y de-

Beatriz García-Carro y María Carmen Sánchez-Sellero 85


bate. La pobreza es un fenómeno complejo en el que intervienen una gran cantidad de factores, y atendiendo a ellos existen múlti-ples formas de definirla y, en consecuencia, múltiples formas de medirla. En el ámbito de la economía son muchos los autores que han debatido acerca de la definición de la pobreza y la elección en su forma de medirla (Fried-man, 1965; Watts, 1968; Atkinson, 1987; Townsend, 1993; Madden, 2000; Ferrer-i-Carbonell, 2002; Haughton y Khandker, 2009).

Dentro de las investigaciones que se han desarrollado en los últimos años, algunos autores entienden la pobreza como una insu-ficiencia o carencia de rentas para satisfacer las necesidades básicas. Otis (2017) precisa que el impacto de las circunstancias econó-micas en el bienestar subjetivo se capta me-jor a través de una combinación de ingresos, riqueza y otras condiciones económicas per-cibidas. En este contexto, en el que las va-riables económicas son las causantes prin-cipales de la pobreza, esta se entiende como una privación económica y se asocia con el concepto de pobreza material (véanse Mar-tín-Guzmán et al., 1996; Pérez, 2009).

Otros autores consideran que la pobreza debe medirse teniendo en cuenta más di-mensiones y no solo la económica; por tanto, incorporan en la medición de la pobreza otros indicadores relativos a la educación, la salud, el ocio, etc. La pobreza entendida como un fenómeno multidisciplinar se inicia con los trabajos de Townsend (1979) y Sen (1992), y aunque en la actualidad los trabajos desde esta perspectiva están muy en boga (véanse, entre otros, los trabajos de Labudo-va et al., 2010; Alkire y Foster, 2011a y 2011b; Merz y Rathjen, 2014), no hay unanimidad en la forma de agregar y resumir las distintas disciplinas (Ravallion, 2011; Ferreira y Lugo, 2013). Siguiendo a Prieto et al. (2016) en los estudios realizados en el ámbito institucio-nal, que consideran esta como un fenómeno multidimensional, se integran aspectos liga-dos a los conceptos de exclusión social y privación.

Sea cual fuere la forma de tratar la pobre-za, en cualquier trabajo se presentan dos cuestiones fundamentales: en primer lugar, identificar las variables para determinar cuándo un hogar o persona puede ser cata-logada como pobre; y en segundo lugar, la determinación del umbral o línea de pobreza para clasificar como pobres a los que quedan por debajo de ella. La cuestión de cuáles son las variables a seleccionar y el procedimiento para calcular los umbrales no es baladí, y cualquiera de ellas no está exenta de críticas y problemas. En definitiva, no existe una base científica que nos permita, inequívoca-mente, aceptar o rechazar una línea de po-breza; cada una tiene sus ventajas y sus limi-taciones y, en este sentido, Atkinson (1974) ya auguró que cualquier línea de pobreza estará influenciada por los modelos de vida habituales y solo estaría definida con relación al patrón de vida de una sociedad particular.

Ante esta pluralidad en la medición de la pobreza, toma importancia el enfoque subje-tivo de la misma, pues nos permite evaluar la pobreza teniendo en cuenta la voz de quie-nes la padecen. En este contexto, seguimos la recomendación metodológica del Banco Mundial para cualquier trabajo sobre estra-tegias de pobreza (Narayan, 2000). Este or-ganismo parte de la premisa de que los po-bres son los verdaderos expertos en pobreza y, por tanto, cualquier trabajo del siglo XXI sobre pobreza debe estar basado en las ex-periencias, reflexiones y recomendaciones de los pobres. Trabajos pioneros en pobreza subjetiva son los de Goedhart et al. (1977) y Van Praag et al. (1980), que están basados en la percepción que los individuos tienen sobre su bienestar. De esta forma, puede ocurrir que personas u hogares catalogados como pobres desde una perspectiva mone-taria puedan no sentirse pobres, al tiempo que personas que se sienten pobres no lo sean atendiendo a criterios objetivos.

Los estudios basados en el enfoque sub-jetivo del análisis de la pobreza reconocen explícitamente que las líneas de pobreza se



basan en juicios de valor que las personas hacen acerca de lo que constituye un nivel mínimo de vida socialmente aceptable. En consecuencia, las circunstancias de una per-sona con relación a otras influyen en la per-cepción de su bienestar (Ravallion, 1998). En este sentido, Aguado y Osorio (2006) afirman que conocer el sentir de las personas puede resultar un buen indicador de su bienestar, permite entender que el análisis de la pobre-za es más amplio que un nivel mínimo de ingresos, ya que está afectado por circuns-tancias particulares que dependen del con-texto y del entorno donde se desarrolla la persona y que, por ende, involucra distintas dimensiones del bienestar.

Merecen especial atención los estudios cualitativos de la pobreza, que suelen arrojar conclusiones distintas a los cuantitativos, so-bre todo los que utilizan técnicas biográficas. Entre ellos se encuentran trabajos que tratan historias de vida, como en Aliena (1999), en cuyo relato, su protagonista (una mujer pobre que vive en un barrio marginal) narra su vida y las relaciones con su entorno en una lucha por la supervivencia; su discurso ha dado nombre a su título, no es el honor de ser pobre, sino la pobreza vivida con honor; en este contexto, determinados fenómenos no económicos de la pobreza siguen interpelándonos, y nos con-ducen a preguntas que van más allá del gasto social necesario. A raíz de sus investigaciones, San Miguel y González-Río (2002) hacen una reflexión sobre las ventajas y limitaciones del método biográfico y su utilidad en el estudio de la realidad social; en ese trabajo se estudia la pobreza a partir del relato biográfico de per-sonas que la han sufrido.

datos, Métodos y varIables Los microdatos utilizados provienen de la ECV de los años 2008, 2012 y 2016 (INE, 2017). Esta encuesta está incluida en el pro-yecto europeo EU-SILC (European Union Statistics on Income and Living Conditions),

cuya finalidad es proporcionar estadísticas armonizadas para todos los países de la Unión Europea (UE) sobre la distribución de la renta de los hogares y sobre distintos as-pectos del nivel de vida de los hogares y la exclusión social. Esta encuesta anual se rea-liza desde el año 2004, siendo lo prioritario ofrecer información transversal sobre las condiciones de vida. La ECV va dirigida a hogares privados que residen en viviendas familiares privadas, por tanto, quedan fuera del ámbito de estudio las personas sin hogar y las personas que viven en instituciones o en hogares colectivos, que son personas muy afectadas por la pobreza. Muchas de las preguntas sobre las condiciones de vida en esta encuesta se refieren al momento de la entrevista, sin embargo, la información so-bre ingresos se refiere al año natural anterior.

De esta encuesta tomamos información relativa a los hogares; con ella, calculamos dos líneas de pobreza subjetiva, concreta-mente la línea de Kapteyn y la línea de Dee-leck; ambas líneas se obtienen para los dis-tintos tamaños del hogar atendiendo al número de miembros. Los microdatos de la ECV proporcionan información básica y de-tallada para 14.240 hogares españoles en-cuestados en el año 2016, los cuales repre-sentan a 18.408.320 hogares en el total nacional. Otros trabajos que analizan la po-breza en España a partir de la ECV son los de Faura-Martínez et al. (2016), Esteve (2012), Belzunegui et al. (2011), Gil y Ortiz (2009), Calvo et al. (2008), entre otros.

Línea de Kapteyn

Para el cálculo de esta línea se investiga cuá-les son los ingresos mínimos que cada hogar cree necesitar para llegar a fin de mes. En el cuestionario del año 2016 la pregunta se for-mula así:

Pregunta 40. En su opinión, ¿cuáles son los ingre-sos mensuales netos que como mínimo se nece-sitarían para que un hogar como el suyo llegue a



fin de mes? (Por favor, conteste en relación a las actuales circunstancias de su hogar, y lo que us-ted considere «llegar a fin de mes»).

El ingreso mínimo que el hogar declara para llegar a fin de mes depende básicamen-te de su tamaño y del nivel de ingresos. Bajo esta hipótesis se construye el siguiente mo-delo de regresión que relaciona tres varia-bles, donde la variable dependiente es el ingreso mínimo para llegar a fin de mes (Ymin) y las variables independientes son el tamaño del hogar (m) y el ingreso real (Y).

log (Ymin ) = a0 + a1 log (m) + a2 log (Y) + ε

Los hogares con ingresos elevados nor-malmente declaran necesitar una cantidad menor que la que ingresan mientras que en los hogares con ingresos bajos sucede lo contrario, es decir, declaran necesitar unos ingresos mínimos superiores a los que perci-ben. Parece lógico suponer que los hogares con ingresos próximos a los mínimos reque-ridos son los más precisos para definir esos mínimos.

Tras fijar un tamaño de hogar, la línea de pobreza será aquella que resulte de la inter-sección del modelo ajustado a los datos (modelo de regresión anterior) y la línea (bi-

sectriz) en la que los ingresos mínimos son iguales a los ingresos reales. Serán pobres los hogares con ingresos inferiores a ese va-lor. Así, para cada tamaño del hogar tendre-mos un umbral de pobreza diferente, com-probando en la práctica que todos los hogares con un miembro tienen el mismo umbral, todos los hogares de 2 miembros tienen el mismo umbral, y así sucesivamente (véase el gráfico 1).

Línea de Deeleck

La línea de Deeleck utiliza la información pro-porcionada por la pregunta 40 (pregunta ya utilizada en la línea de Kapteyn) y la informa-ción de la pregunta 39 del cuestionario:

Pregunta 39. Un hogar puede tener diferentes fuentes de ingresos y más de un miembro del ho-gar puede contribuir con sus ingresos. En relación con el total de ingresos de su hogar, ¿cómo suelen llegar a fin de mes?

1. Con mucha dificultad2. Con dificultad3. Con cierta dificultad4. Con cierta facilidad5. Con facilidad6. Con mucha facilidad

GrÁFIco 1. Representación teórica de la línea de Kapteyn

Ingresos mínimos

Ingresos reales

Línea de KapteynBisectriz

45º



En la construcción de la línea de pobreza, la metodología de Deeleck utiliza únicamente la información de los hogares que en la pregun-ta anterior contestaron que llegan a fin de mes «con cierta dificultad», que son hogares que sufren pobreza ligera o que probable-mente estén cerca del umbral de pobreza. Filtrando solo los hogares que llegan a fin de mes «con cierta dificultad» se calcula una nueva variable llamada renta mínima que se obtiene del siguiente modo:

Renta mínima = Mín ( Y, Ymin ), variables ya utilizadas en la línea anterior.

Tomando la variable renta mínima descri-ta, se estiman la media y la desviación típica de cada grupo, es decir, μ y σ respectiva-mente. Se eliminan los valores atípicos, va-lores que se encuentran fuera del intervalo (μ - 2σ, μ + 2σ), y se calcula la media nueva-mente. Por tanto, la línea de pobreza para cada grupo será la nueva media calculada con los hogares que llegan a fin de mes con cierta dificultad, una vez eliminados los va-lores atípicos.

Las dos metodologías empleadas para la obtención de las líneas de pobreza subjetiva, Kapteyn y Deeleck, tienen similitudes en el procedimiento, ya que ambas se basan en la pregunta realizada a los hogares sobre su dificultad o no de llegar a fin de mes, una percepción subjetiva del hogar ya que dos hogares con el mismo nivel de ingresos pue-den contestar de manera diferente a la pre-gunta del cuestionario.

resultados y dIscusIón

En la tabla 1 aparecen los coeficientes esti-mados del modelo de regresión lineal ante-rior1 a partir de la ECV 2008, 2012 y 2016, necesarios para la obtención de la línea de Kapteyn.

1 log(Ymin) = a0 + a1 log(m) + a2 log(Y) + ε

Resolviendo el sistema de ecuaciones formado por el modelo de regresión y la bi-sectriz, resultan las siguientes expresiones para el año 2016:

log(Ymin) = 2,460 + 0,270 log(m) + 0,205 log(Y)

Ymin = Y

siendo el punto de corte:

log(Ymin) = 1 (2,460 + [0,270 * log(m)] (1 – 0,205)

Para conocer los umbrales, hay que ha-llar los inversos de los logaritmos. De esta forma obtenemos para cada tamaño del ho-gar (número de miembros) un umbral de po-breza. En la tabla 2 y en el gráfico 2 se pre-sentan y se representan respectivamente las líneas de Kapteyn y Deeleck para cada tama-ño del hogar.

En el gráfico 2 vemos cómo las dos líneas están muy próximas si el número de miem-bros está entre 1 y 5, que corresponden a la mayoría de los hogares españoles, sobre todo en las últimas décadas. En el último Censo de Población y Viviendas de 2011 (INE, 2012) se afirma que la tendencia es que haya más hogares y que estos sean más pe-queños (menor número de miembros), con lo cual las diferencias entre las dos líneas se producen en el caso de hogares menos ha-bituales en la población, de 6 personas o más. En consecuencia, se deriva que las lí-neas de pobreza son muy similares para los tres años estudiados para los tamaños de hogar más habituales (de 1 a 5 personas), que representan el 98% del total. Además, salvo alguna excepción, en estos hogares la línea de pobreza de Deeleck obtiene umbra-les inferiores a los de Kapteyn.

En el gráfico 2, al construir la línea de Deeleck, no hay umbrales para todos los ta-maños del hogar. Al hallar la renta mínima seleccionando los casos que cumplen la condición de que la capacidad del hogar para llegar a fin de mes sea la categoría 3 (con cierta dificultad), resulta que no hay ho-



gares de más de 8 miembros (en el caso del año 2016), aunque teniendo en cuenta que estos representan un porcentaje insignifican-te sobre el total de hogares, que es de 5.522, no merece especial atención.

El segundo objetivo de este trabajo con-siste en comparar las tasas de pobreza sub-

jetivas y objetivas para cada uno de los años estudiados. Los umbrales de pobreza o lí-neas de pobreza cuantifican, para cada ta-maño de hogar, el valor del ingreso que de no ser alcanzado por el hogar lo cataloga como pobre. Los principales resultados ob-tenidos para el año 2016 establecen que de

TABLA 1. Resultados de la regresión lineala mediante logaritmos de las variables. Años 2008, 2012 y 2016

Año 2008 Año 2012 Año 2016

Modelo

Coeficientes noestandarizados



BError

estándarB

Error estándar

BError

estándar

(Constante) 2,308* 0,000 2,469* 0,000 2,460* 0,000

log (m) 0,251* 0,000 0,276* 0,000 0,270* 0,000

log (Y) 0,259* 0,000 0,199* 0,000 0,205* 0,000

a Variable dependiente: log(Ymin).

* p-valor < 0,01.

Fuente: Elaboración propia a partir de la Encuesta de Condiciones de Vida: 2008, 2012, 2016 (INE, 2017).

TABLA 2. Umbrales de pobreza. Línea de Kapteyn y línea de Deeleck, según el número de miembros del hogar. Años 2008, 2012 y 2016

Ingresos (euros)Año 2008



Miembros hogar

Línea Kapteyn

Línea Deeleck

Línea Kapteyn

Línea Deeleck

Línea Kapteyn

Línea Deeleck

1 1.302,30 925,57 1.208,92 878,70 1.242,62 989,65

2 1.646,94 1.529,50 1.535,05 1.478,12 1.572,45 1.446,76

3 1.889,41 1.794,69 1.765,22 1.770,48 1.804,60 1.702,08

4 2.082,79 2.123,15 1.949,16 1.970,81 1.989,82 2.008,89

5 2.246,33 2.178,91 2.104,94 1.926,72 2.146,47 2.102,61

6 2.389,43 2.205,69 2.241,42 1.395,24 2.283,59 1.726,03

7 2.517,51 2.370,77 2.363,70 2.660,54 2.406,32 2.797,17

8 2.633,99 2.469,06 2.474,99 2.517,96 1.827,55

9 2.741,21 2.434,92 2.577,51 2.620,73

10 2.840,80 2.672,80 3.493,54 2.716,20

11 2.934,01 2.762,03 2.805,56

12 3.021,78 2.889,71

13 3.104,83




GRÁFICO 2. Representación de las líneas de pobreza subjetiva, según el número de miembros del hogar. Años 2008, 2012 y 2016


´ ´

´ ´

í í



los 18.408.320 hogares españoles analiza-dos, un total de 7.940.414 hogares se sien-ten pobres utilizando la línea de pobreza subjetiva de Kapteyn, mientras que em-pleando la línea de Deeleck solamente 6.745.487 se catalogan como pobres. Estas cifras representan unas tasas de pobreza subjetiva del 43,1% y del 36,6%, respectiva-mente, sobre el total poblacional (véase la tabla 3).

Estas cifras se mueven en los resultados de Buttler (2013), que encontró tasas de po-breza subjetiva para 28 países de la Unión Europea (UE) situados entre el 8% de Norue-ga y el 63% de Bulgaria; sus resultados muestran tasas de pobreza subjetiva más elevadas en los países de Europa oriental y del sur europeo. Otro trabajo de pobreza subjetiva se debe a Bartošová y Želinský (2013), en el que hacen un estudio basado en microdatos de la EU-SILC 2006-2008 en la República Checa y en Eslovaquia. Para esti-mar la percepción de la pobreza subjetiva utilizan un enfoque basado en la misma pre-gunta que se utiliza en este trabajo, ¿con qué grado de facilidad o dificultad el hogar puede llegar a fin de mes? Según sus resultados,

alrededor del 38% de los hogares checos y del 45% de los hogares eslovacos perciben su situación como pobre. Además, se incre-menta la percepción subjetiva de la pobreza en los hogares con menor nivel de vida.

Para calcular el número de hogares en situación de pobreza desde una perspectiva objetiva se necesita previamente definir un criterio objetivo que posibilite clasificar a los hogares como pobres o en riesgo de encon-trarse en situación de pobreza. La UE define un umbral relativo de pobreza monetaria que corresponde al 60% de la mediana de la ren-ta nacional equivalente o renta por unidad de consumo2. Dicho umbral se calcula a partir de la distribución de ingresos del año ante-rior y depende del número de unidades de consumo. Esto quiere decir que se vincula no solo al tamaño del hogar, sino también a

2 Según el INE, la mediana es el valor que, ordenando a todos los individuos de menor a mayor ingreso, deja a la mitad de los mismos por debajo de dicho valor y a la otra mitad por encima. Se trata de una medida rela-tiva, ya que su valor depende del nivel de renta y de cómo se distribuya la renta entre la población. Por tan-to, aumenta o disminuye en la medida en que lo haga la mediana de los ingresos.

TABLA 3. Número total de hogares y tasas de pobreza subjetiva y objetiva (en porcentaje). Años 2008, 2012 y 2016


AÑOS

2008 2012 2016

KapteynHogares pobres 7.296.836 7.197.984 7.940.414

Tasa de pobreza (%) 43,1 39,9 43,1

DeeleckHogares pobres 6.180.906 6.180.031 6.745.487

Tasa de pobreza (%) 36,5 34,3 36,6

ObjetivaHogares pobres 3.497.432 3.551.568 3.813.547

Tasa de pobreza (%) 20,7 19,7 20,7

Total de hogares 16.921.845 18.034.410 18.408.320



la composición de este siguiendo las escalas de equivalencia de la OCDE. La pobreza subjetiva tiene la ventaja de evitar la utiliza-ción de escalas de equivalencia implícitas en las mediciones objetivas de pobreza, opinión compartida por Alaña et al. (2003), ya que, según estos autores, el propio hogar, cuando proporciona la información, tiene en cuenta el tamaño.

Analizando los datos de la ECV para el año 2016, el número de hogares por debajo del umbral de riesgo de pobreza3 se cifra en 3.813.547, lo que representa el 20,7% del total de los hogares. Resaltamos la gran di-ferencia entre los porcentajes de pobreza subjetiva y objetiva. Según Pinilla y Goerlich (2004) estas discrepancias son debidas a dos factores fundamentales; una, al propio concepto de pobreza, muy diferente en am-bos casos, y otra, a la estructura y composi-ción familiar y, en consecuencia, a las esca-las de equivalencia utilizadas. Tanto las tasas de pobreza subjetivas como las tasas objeti-vas para los años 2008, 2012 y 2016 están en la tabla 3.

Procede resaltar los porcentajes siempre más elevados de las tasas de pobreza sub-jetivas de Kapteyn con respecto a las de Deeleck, así como los porcentajes superio-res de ambas tasas subjetivas con respecto a la objetiva. El análisis temporal muestra valores similares en los años 2008 y 2016, que parecen indicar que actualmente los ho-gares españoles se sienten igual de pobres que al comienzo de la última crisis económi-ca. Además, los buenos resultados macro-económicos de los últimos años no se han hecho sentir en los hogares. Con estos datos se evidencia el carácter no cíclico de la po-breza subjetiva. Por tanto, la tabla 3 refleja unas tasas de pobreza que no mejoran tras la recuperación económica, hecho que resul-ta coherente con la aseveración que se hace

3 El umbral de riesgo de pobreza, en el 2016, para los hogares de una persona se situó en 8.209 euros.

desde la Fundación FOESSA (2017). En este informe se pone de manifiesto que la reali-dad de la pobreza y la exclusión no es algo que se deba exclusivamente al efecto de la crisis. De hecho, dos de cada tres personas en situación de exclusión social ya lo esta-ban antes de 2008. La pobreza y la exclusión no son situaciones coyunturales, sino que son características propias de nuestro mo-delo de sociedad: son productos estructura-les de una sociedad que no funciona en favor de todas las personas.

Abordamos el tercer objetivo de este tra-bajo, que consiste en estudiar las tasas de pobreza de los hogares españoles en función del tamaño de su hogar, es decir, del número de miembros que componen el hogar en el que viven (véase la tabla 4). La desagrega-ción en función del tamaño del hogar se jus-tifica por la propia aplicación de las metodo-logías de las líneas de pobreza de Kapteyn y Deeleck. Siguiendo los datos de la ECV 2016, debemos destacar que en este año el 94,2% de los hogares españoles están for-mados por cuatro o menos miembros. Los hogares más numerosos son los formados por dos personas, 30,4%, seguidos de los hogares unipersonales, que representan el 25,4%, y de los hogares formados por tres personas, con un 20,9%. Esta composición o estructura poblacional se mantuvo prácti-camente invariante en los años de este estu-dio (2008, 2012 y 2016), salvo un aumento significativo de los hogares unipersonales.

Centrándonos en el estudio de los hoga-res pobres en función de su tamaño, obser-vamos que en el año 2016 los hogares uni-personales son los que presentan el mayor riesgo de pobreza subjetiva, pues encontra-mos en este grupo el 36,3% o el 31,5% de hogares pobres sobre el total (según las lí-neas de Kapteyn y Deeleck, respectivamen-te) y, por tanto, dado que en este grupo se encuentran el 25,4% de los hogares, este es el grupo que proporcionalmente se siente más vulnerable a la pobreza. Los hogares con tres miembros son los mejor situados,



con solo un 16,7% o un 17,6% de hogares que se sienten pobres sobre el total y dado que ellos representan el 20,9% de los hoga-res, lo que los lleva a situarse en la mejor posición. Haciendo el mismo análisis para los años 2008 y 2012 constatamos evidencia empírica de que los hogares unipersonales son los que presentan mayores tasas de po-breza subjetivas y, por tanto, se sienten más vulnerables a la pobreza en los años de este estudio. Estos resultados concuerdan con los obtenidos por el INE (2005).

Para poder comparar el porcentaje de ho-gares clasificados como pobres, en función del número de miembros del hogar desde las dos ópticas (subjetiva y objetiva), elaboramos la tabla 5, relativa a la línea de pobreza objeti-va. En ella encontramos una alta relación entre el porcentaje de hogares pobres y el porcen-taje total de hogares en cada una de las cate-gorías estudiadas (columnas 2 y 5 de esta tabla). Por tanto, la pobreza objetiva no mues-tra a ningún tamaño de hogar como más vul-nerable a la pobreza, debido al uso de las es-calas de equivalencia implícitas en su cálculo.

En el intento de dar respuesta al cuarto objetivo de este trabajo, analizamos dónde se encuentran ubicados los hogares pobres atendiendo a la densidad poblacional. Si-guiendo el informe EAPN (2017), considera-mos de vital importancia estudiar la pobreza en función del hábitat de los hogares, puesto que los procesos de empobrecimiento de las zonas urbanas y rurales son muy diferentes y requieren medidas específicas. Conviene re-cordar que entre los objetivos de la estrategia de crecimiento Europa 2020 (UE, 2010) está fomentar políticas de desarrollo orientadas a aumentar el empleo y mejorar la calidad de vida de los grupos más vulnerables a la po-breza, entre los que se encuentran los habi-tantes de las zonas rurales.

Con este fin utilizamos la variable locali-zación espacial, que clasifica el territorio na-cional en tres zonas (véase Metodología ECV 2005-revisada 2013):

• Zona 1 o densamente poblada: localida-des con una población total de al menos 50.000 habitantes con una densidad de más de 500 habitantes por km2.

TABLA 4. Número y porcentaje de hogares pobres según las líneas de pobreza subjetiva

Hogares pobres según línea de Kapteyn

Hogares pobres según línea de Deeleck

Miembros del hogar

Nº de hogares

Número

Porcentaje sobre

total de hogares

Porcentaje sobre total

pobresNúmero

Porcentaje sobre

total de hogares


pobres

1 4.679.014 2.884.274 15,7 36,3 2.123.664 11,5 31,5

2 5.587.824 2.177.850 11,8 27,4 1.890.550 10,3 28,0

3 3.855.544 1.321.766 7,2 16,7 1.190.285 6,5 17,6

4 3.211.507 1.123.230 6,1 14,1 1.147.010 6,2 17,0

5 850.087 336.218 1,8 4,2 325.150 1,8 4,8

6 160.968 72.414 0,4 0,9 44.899 0,2 0,7

7 48.068 14.882 0,1 0,2 17.126 0,1 0,3

8 9.786 6.803 0,0 0,1 6.803 0,0 0,1

9 o más 5.522 2.977 0,0 0,0

Total 18.408.320 7.940.414 43,1 100 6.745.487 36,6 100

Fuente: Elaboración propia a partir de la Encuesta de Condiciones de Vida, 2016 (INE, 2017).



• Zona 2 o semiurbana o intermedia: locali-dades con una población total de al menos 50.000 habitantes con densidad poblacio-nal entre 500 y 100 habitantes por km2.

• Zona 3 o escasamente poblada: localida-des con una población total de menos de 50.000 habitantes con densidad pobla-cional inferior a 100 habitantes por km2 (aquí se engloban las zonas rurales, se-gún Eurostat, 1997).

En las tablas 6 y 7 se comprueba que en el año 2016 todos los hogares clasificados

como pobres, ya sea porque se sienten po-bres (utilizando las líneas de pobreza subje-tivas) o porque son pobres (utilizando la línea objetiva), se reparten de la misma manera en las tres zonas estudiadas: aproximadamente el 48% en la zona más poblada (zona que representa el 52,7% de la población), el 21% en la zona de densidad intermedia (zona que representa el 21,8% de la población), y el 31% en la zona menos poblada (zona que representa el 25,4% de la población). Sin embargo, debemos destacar que la zona 3 es la que presenta proporcionalmente por-

TABLA 6. Número y porcentaje de hogares pobres en función de la localización espacial. Líneas de pobreza subjetiva

Hogares pobres según línea de Kapteyn

Hogares pobres según línea de Deeleck

Densidadpoblación

Nº de hogares

NúmeroPorcentaje sobre total de hogares


pobresNúmero

Porcentaje sobre total de hogares


pobres

Zona 1 9.709.914 3.824.986 20,8 48,2 3.178.504 17,3 47,1

Zona 2 4.015.878 1.643.382 8,9 20,7 1.419.563 7,7 21,0

Zona 3 4.682.528 2.472.046 13,4 31,1 2.147.420 11,7 31,8

Total 18.408.320 7.940.414 43,1 100 6.745.487 36,6 100


TABLA 5. Número y porcentaje de hogares pobres según la línea de pobreza objetiva

Hogares pobres según línea objetiva

Miembros del hogar

Porcentajehogares

NúmeroPorcentaje sobretotal de hogares

Porcentaje sobre total pobres

1 25,4 918.461 5,0 24,1

2 30,4 1.004.907 5,5 26,4

3 20,9 745.613 4,1 19,6

4 17,4 755.216 4,1 19,8

5 4,6 295.479 1,6 7,7

6 0,9 69.010 0,4 1,8

7 0,3 14.882 0,1 0,4

8 0,1 6.803 0,0 0,2

9 o más 0,0 3.176 0,0 0,1

Total 100 3.813.547 20,7 100




centajes más altos de pobreza, y por el con-trario, la zona 1 es la que tiene los porcentajes proporcionalmente menores. Estos resulta-dos permiten establecer una relación inversa entre los porcentajes de pobreza y la densi-dad poblacional de la localidad a la que per-tenezca el hogar.

En este trabajo podemos concluir que en el año 2016 son las zonas rurales las que presentan mayores tasas de pobreza y, por ello, son las zonas que se sienten y son más vulnerables a la pobreza, sea cual fuere la metodología utilizada para su cálculo. En la situación contraria se encuentran las zonas urbanas con menor vulnerabilidad a la po-breza. Esta idea está en la línea del trabajo de Ramírez et al. (2016), quienes sugieren que las estrategias para superar la pobreza deben completarse con un enfoque territorial y tener en cuenta que la privación está fuer-temente definida por interacciones de tipo geográfico. Desde esta misma perspectiva territorial y en un estudio más específico, Aguilar y López (2015) concluyen que existe una tendencia a que sean las periferias urba-nas de las metrópolis las que concentran los grupos sociales más pobres. El estudio de Zimbalist (2017) investiga la pobreza con un enfoque diferenciado entre áreas rurales y urbanas, utilizando los datos de ingresos para generar estadísticas de pobreza, que arrojan luz sobre las tendencias divergentes en ambas áreas. Siguiendo el informe del Parlamento Europeo sobre pobreza rural,

Augère-Granier (2017), los niveles de pobre-za son más elevados en las zonas escasa-mente pobladas. Este informe pone de ma-nifiesto que la pobreza rural está menos documentada que la pobreza urbana. Sin embargo, el medio rural tiene una vital impor-tancia en las sociedades europeas, aunque no es reconocida suficientemente y, en mu-chas ocasiones, las dificultades, problemas y desafíos permanecen invisibles para quie-nes viven en las ciudades, y habitualmente las decisiones sobre cómo se gestionan es-tos asuntos se toman desde el ámbito urba-no o se ignoran y posponen (EAPN, 2017).

Ampliando el horizonte temporal de nuestro estudio para los años 2008 y 2012, comprobamos una gran similitud en los re-sultados. Por tanto, el análisis de la pobreza atendiendo a la densidad poblacional ofrece las mismas conclusiones en los tres años, resultando que dicho estudio no depende del momento temporal, ya que las diferen-cias obtenidas son de escasa cuantía si las comparamos con las plasmadas en las ta-blas 6 y 7.

conclusIones

Este trabajo, centrado en la medición de la pobreza desde una visión subjetiva, permiti-rá cuantificar a través de indicadores el sen-timiento de pobreza que tienen los hogares españoles. Aportamos una forma alternativa y complementaria a las mediciones tradicio-

TABLA 7. Número y porcentaje de hogares pobres en función de la localización espacial. Línea de pobreza objetiva

Hogares pobres según línea objetiva

Densidadpoblación

Porcentajehogares

NúmeroPorcentaje sobre total de hogares

Porcentaje sobre total pobres

Zona 1 52,7 1.825.811 9,9 47,9

Zona 2 21,8 765.026 4,2 20,1

Zona 3 25,4 1.222.710 6,6 32,1

Total 100 3.813.547 20,7 100




nales de la pobreza elaboradas por los orga-nismos oficiales. La pobreza subjetiva parte de la idea de que son los individuos los me-jores jueces para evaluar su propia situación de pobreza y, por tanto, son ellos quienes proporcionan el mejor conocimiento de sus percepciones y expectativas.

La parte empírica de este trabajo se basa en la percepción que tienen los hoga-res sobre su situación económica, medida a través de la dificultad para llegar a fin de mes. Esta perspectiva subjetiva analizada para cada tamaño de hogar tiene la ventaja de evitar la utilización de escalas de equiva-lencia implícitas en las mediciones objetivas de pobreza.

En los tres años estudiados, las tasas de pobreza subjetiva sobreestiman a las tasas de pobreza objetiva, siendo los umbrales de pobreza de Kapteyn y Deeleck similares para los tamaños del hogar más frecuentes. Los hogares que se sienten pobres son más numerosos que aquellos que están cuantifi-cados como tales a partir de estadísticas oficiales. La pobreza juzgada a través de estos indicadores objetivos es menor que cuando los hogares expresan sus senti-mientos a la hora de satisfacer sus necesi-dades. La evolución de la pobreza subjeti-va, teniendo en cuenta el tamaño del hogar, muestra que los hogares unipersonales son los más vulnerables a la pobreza, mientras que los hogares con tres miembros son los menos afectados.

El análisis temporal realizado indica que en la actualidad los hogares españoles se sienten igual de pobres que al comienzo de la última crisis económica; en este trabajo hemos comprobado empíricamente una gran similitud en las tasas de pobreza co-rrespondientes a esos años, siendo reflejo de que los buenos resultados macroeconómi-cos obtenidos en España durante los últimos años no se han hecho sentir en los hogares. Este estudio evidencia el carácter no cíclico de la pobreza subjetiva y, por tanto, la con-

clusión más evidente es que este tipo de po-breza es independiente del ciclo económico.

En una sociedad desarrollada como la nuestra, las necesidades que un hogar per-cibe como mínimas (punto de partida de las líneas de Kapteyn y Deeleck) crecen a medi-da que aumenta su nivel de renta; este hecho puede justificar la sobreestimación de las tasas de pobreza subjetiva. Estas tasas pue-den considerarse como una manifestación indirecta del bienestar económico, entendido como la capacidad de consumo de los ho-gares. Las altas tasas de pobreza subjetiva obtenidas en este trabajo nos están envian-do un claro mensaje de la pérdida de bienes-tar. Con esta afirmación se pone en valor el lugar que debe ocupar el estudio subjetivo de la pobreza en los trabajos científicos.

Demostramos la existencia de una rela-ción inversa entre las tasas de pobreza y la densidad poblacional de los municipios, que se traduce en unos porcentajes proporcio-nalmente mayores en zonas menos pobla-das y proporcionalmente menores en zonas más pobladas. Esta conclusión es válida tra-bajando con los tres tipos de tasas de pobre-za (Kapteyn, Deeleck y objetiva). Por tanto, se concluye que los hogares son y se sienten menos pobres en las zonas o áreas geográ-ficas más densamente pobladas. Este hecho sugiere que las estrategias para superar la pobreza deben ir acompañadas de un enfo-que territorial y tener en cuenta que la priva-ción está intensamente explicada por inte-racciones geográficas. El medio rural se enmarca en las zonas escasamente pobla-das, que están caracterizadas por una situa-ción demográfica desfavorable, un mercado de trabajo más débil, un acceso limitado a la educación y el aislamiento. Estos factores se consideran los principales impulsores de la pobreza rural y, a través de su interacción, pueden generar una espiral de declive, en la que la pobreza puede afianzarse. En este sentido, los programas de desarrollo rural tienen un papel importante a la hora de pro-mover una sociedad más inclusiva y hacer



que las zonas rurales sean un lugar mejor para vivir. En resumen, serán necesarias po-líticas territoriales que tengan en cuenta la heterogeneidad de los municipios, y de esta forma reconocer el papel de las variables de geografía económica en el diseño de tales políticas.

Conscientes de que no existe una forma única de medir la pobreza, este trabajo, que está basado en el enfoque subjetivo, no in-tenta suplir ni los estudios tradicionales ni los estudios centrados en una perspectiva mul-tidimensional, sino complementarlos para caracterizar el complejo fenómeno de la po-breza. De esta forma se ofrece una visión más amplia que permite diseñar políticas económicas y sociales más eficientes y apropiadas para combatirla.

bIblIoGraFía

Aguado, Luis F. y Osorio, Ana M. (2006). «Percepción subjetiva de los pobres: Una alternativa a la me-dición de la pobreza». Reflexión Política, 8(15): 26-40.

Aguilar, Adrián G. y López, Flor M. (2015). «Espacios de pobreza en la periferia urbana y suburbios interiores de la Ciudad de México. Las desven-tajas acumuladas». Revista EURE - Revista de Estudios Urbanos Regionales, 42(125): 5-29.

Alaña, Cristopherd J.; Salomón, María T. y Salinas, José F. (2003). «Generación de un enfoque me-todológico para la medición de la pobreza sub-jetiva». Revista Venezolana de Análisis de Coyun-tura, 9(2): 151-163.

Aliena, Rafael (1999). Adelaida Martínez y el honor de la pobreza. Barcelona: Fundación «La Caixa».

Alkire, Sabina y Foster, James (2011a). «Counting and Multidimensional Poverty Measurement». Journal of Public Economics, 95(7): 476-487.

Alkire, Sabina y Foster, James (2011b). «Understand-ings and Misunderstandings of Multidimensional Poverty Measurement». Journal of Economic Inequality, 9(2): 289-314.

Atkinson, Anthony B. (1974). Poverty and Income Inequality in Britain. University of Essex, Depart-ment of Economics.

Atkinson, Anthony B. (1987). «On the Measurement of Poverty». Econometrica: Journal of the Econo-metric Society, 55(4): 749-764.

Augère-Granier, Marie-Laure (2017). Rural Poverty in the European Union. Disponible en: http://www.europarl.europa.eu/RegData/etudes/BRIE/2017/599333/EPRS_BRI(2017)599333_EN.pdf, acceso el 16 de abril de 2018.

Bartošová, Jitka y Želinský, Tomás (2013). «The Ex-tent of Poverty in the Czech and Slovak Repub-lics 15 Years after the Split». Post-Communist Economies, 25(1): 119-131.

Belzunegui, Ángel; Pastor, Inma y Valls, Francesc (2011). «La pobreza, ¿una cuestión femenina?: Pobreza y género en España en los datos de la ECV 2009». Revista Internacional de Trabajo So-cial y Ciencias Sociales, 2: 39-65.

Buttler, Franziska (2013). «What Determines Subjec-tive Poverty? An Evaluation of the Link between Relative Income Poverty Measures and Subjec-tive Economic Stress within the UE». Disponible en: https://horizontal-europeanization.eu/filead-min/user_upload/proj/horizontal/downloads/pre-prints/PP_HoEu_2013-01_buttler_subjecti-ve_poverty_0.pdf, acceso el 16 de abril de 2018.

Calvo, José L.; Martínez, José A. y Sánchez, Cristina (2008). Evaluación de las condiciones de vida de la población pobre en España: un análisis com-parativo del informe EDIS-FOESSA 1998 y la ECV 2005. Madrid: Ministerio de Trabajo e Inmigra-ción. Secretaría de Estado de Seguridad Social.

Esteve, Eduardo (2012). Pobreza y Privación en la Comunidad Valenciana y España: El impacto de la Gran Recesión. Valencia: CEU-Universidad Cardenal Herrera.

European Antipoverty Network (EAPN) (2017). Esta-do de la pobreza en España. 7º Informe AROPE (2017). Disponible en: http://www.eapn.es/esta-dodepobreza, acceso el 16 de abril de 2018.

Eurostat, Comisión Europea (1997). «Rural Develop-ments». CAP 2000 Working Document.

Faura-Martínez, Úrsula; Lafuente-Lechuga, Matilde y García-Luque, Olga (2016). «Riesgo de pobreza o exclusión social: evolución durante la crisis y perspectiva territorial». Revista Española de In-vestigaciones Sociológicas, 156: 59-76.

Ferreira, Francisco H. G. y Lugo, María A. (2013). «Multidimensional Poverty Analysis: Looking for a Middle Ground». The World Bank Research Observer, 28(2): 220-235.



Ferrer-i-Carbonell, Ada (2002). Subjective Questions to Measure Welfare and Well-being (No. 02-020/3). Tinbergen Institute Discussion Paper.

Friedman, Rose D. (1965). Poverty: Definition and Perspective. Washington, D.C.: American Enter-prise Institute for Public Policy Research.

Fundación FOESSA (2017). Informe Desprotección Social y Estrategias Familiares. Análisis y Pers-pectivas. Madrid: Cáritas-Fundación FOESSA.

Gil, María y Ortiz, Salvador (2009). «Determinantes de la pobreza extrema en España desde una doble perspectiva: monetaria y de priva-ción». Estudios de Economía Aplicada, 27-2: 437-462.

Goedhart, Theo; Halberstadt, Victor; Kapteyn, Arie y Praag, Bernard van (1977). «The Poverty Line: Concept and Measurement». Journal of Human Resources, 12(4): 503-520.

Haughton, Jonathan y Khandker, Shahidur R. (2009). Handbook on Poverty and Inequality. Washington D.C.: The World Bank.

Instituto Nacional de Estadística (INE) (2005). Estudio descriptivo de la pobreza en España. Resultados basados en la Encuesta de Condiciones de Vida 2004.

Instituto Nacional de Estadística (INE) (2012). Censos de Población y Viviendas. Año 2011.

Instituto Nacional de Estadística (INE) (2013). Encues-ta de Condiciones de Vida (ECV). Metodología. Madrid, 2005, revisada 2013.

Instituto Nacional de Estadística (INE) (2017). Encues-ta de Condiciones de Vida (ECV). Años 2008, 2012, 2016.

Labudova, Viera; Vojtkova, Maria y Linda, Bo-hdan (2010). «Application of Multidimensional Methods to Measure Poverty». E&M Ekonomie a management, 13(1): 6-22.

Madden, David (2000). «Relative or Absolute Pov-erty Lines: A New Approach». Review of Income and Wealth, 46(2): 181-199.

Martín-Guzmán, Pilar; Toledo, María I.; Bellido, Nico-lás y López, José (1996). Encuesta de Presupues-tos Familiares. Desigualdad y pobreza en España. Madrid: INE.

Merz, Joachim y Rathjen, Tim (2014). «Time and In-come Poverty: An Interdependent Multidimen-sional Poverty Approach with German Time Use Diary Data». Review of Income and Wealth, 60(3): 450-479.

Narayan, Deepa (2000). La voz de los pobres. ¿Hay alguien que nos escuche? (Publicación del Banco Mundial). Madrid: Ediciones Mundi-Pren sa.

Otis, Nicholas (2017). «Subjective Well-being in Chi-na: Associations with Absolute, Relative, and Perceived Economic Circumstances». Social In-dicators Research, 132(2): 885-905.

Pérez, Salvador (2009). «El estudio de la pobreza en España desde una óptica económica: medición y políticas». Estudios de Economía Aplicada, 27-2: 349-372.

Pinilla, Rafael y Goerlich, Francisco J. (2004). «Líneas de pobreza subjetiva en el cálculo del potencial de calidad de vida (QLP) en España. Aplicación a partir de la EPF de 1990-91». Investigaciones Regionales, 5: 159-170.

Praag, Bernard van; Goedhart, Theo y Kapteyn, Arie (1980). «The Poverty Line-A Pilot Survey in Eu-rope». The Review of Economics and Statistics, 62(3): 461-465.

Prieto, Mercedes; González, Yolanda y García, Car-melo (2016). «La pobreza en España desde una perspectiva multidimensional». Revista de Eco-nomía Aplicada, 24(70): 77-110.

Ramírez, Juan M.; Bedoya, Juan G. y Díaz, Yadira (2016). Geografía económica, descentralización y pobreza multidimensional en Colombia. Dis-ponible en: http://www.repository.fedesarrollo.org.co/handle/ 11445/2894.pdf, acceso el 16 de abril de 2018.

Ravallion, Martín (1998). Poverty Lines in Theory and Practice (vol. 133). Washington D.C.: The World Bank Publications.

Ravallion, Martín (2011). «On Multidimensional Indi-ces of Poverty». Journal of Economic Inequali-ty, 9(2): 235-248.

San Miguel, Begoña y González-Río, María J. (2002). «El método biográfico en el estudio de las des-igualdades sociales». Revista Internacional de Sociología, 33: 115-132.

Sen, Amartya (1992). Inequality Reexamined. Oxford: Clarendon Press.

Townsend, Peter (1979). Poverty in the United King-dom: A Survey of Household Resources and Standards of living. Berkeley-Los Angeles: Uni-versity of California Press.

Townsend, Peter (1993). The International Analysis of Poverty. London-New York: Wheatsheaf.



Unión Europea (2010). «EUROPA 2020. Una estrate-gia para un crecimiento inteligente, sostenible e integrador». UE-DG. COM.

Watts, Harold W. (1968). An Economic Definition of Poverty. Institute for Research on Poverty, pp. 316-329.

Zimbalist, Zack (2017). «Analysing Post-apartheid Poverty Trends by Geo-type, 1997-2012: The Understated Role of Urbanisation and Social Grants». Development Southern Africa, 34(2): 151-167.

RECEPCIÓN: 20/11/2017REVISIÓN: 11/01/2018APROBACIÓN: 05/04/2018

Reis. Rev.Esp.Investig.Sociol. ISSN-L: 0210-5233. Nº 165, January - March 2019, pp. 83-100

Beatriz García-Carro: Universidade da Coruña | [email protected]ía Carmen Sánchez-Sellero: Universidade da Coruña | [email protected]

Measurement and Spatial Localisation of Subjective Poverty in Spain Medición de la pobreza subjetiva en España

y su localización espacial

Beatriz García-Carro and María Carmen Sánchez-Sellero

doi:10.5477/cis/reis.165.83

Key wordsDeeleck• Kapteyn• Objective Poverty• Subjective Poverty• Geographical Area

AbstractSince “being poor” is not the same as “feeling poor”, the objective of this paper is to provide a subjective measurement of poverty along the lines laid down by Kapteyn and Deeleck, as well as to obtain both subjective and objective indicators calculated for different household sizes, and according to population density. The data were taken from the Living Conditions Survey (LCS) in Spain for the years 2008, 2012 and 2016. It was concluded that households that feel poor are more numerous than those that are poor, due to the overestimation of Kapteyn’s and Deeleck's subjective rates. Similar subjective poverty thresholds were obtained for the most frequent household sizes. Households were and felt less poor in the most densely populated geographical areas.

Palabras claveDeeleck• Kapteyn• Pobreza objetiva• Pobreza subjetiva• Zona geográfica

ResumenYa que no es lo mismo «ser pobre» que «sentirse pobre», el objetivo es el tratamiento subjetivo de la pobreza mediante las líneas de Kapteyn y Deeleck, así como la obtención de indicadores (subjetivos y objetivos) calculados para los diferentes tamaños del hogar y en función de la densidad poblacional; todo ello a partir de la Encuesta de Condiciones de Vida (ECV) en España para los años 2008, 2012 y 2016. Concluimos que los hogares que se sienten pobres son más numerosos que aquellos que lo son, debido a la sobreestimación de las tasas subjetivas de Kapteyn y Deeleck. Obtuvimos umbrales de pobreza subjetiva similares para los tamaños de hogar más frecuentes. Los hogares son y se sienten menos pobres en las zonas o áreas geográficas más densamente pobladas.

CitationGarcía-Carro, Beatriz and Sánchez-Sellero, María Carmen (2019). “Measurement and Spatial Localisation of Subjective Poverty in Spain”. Revista Española de Investigaciones Sociológicas, 165: 83-100. (http://dx.doi.org/10.5477/cis/reis.165.83)


84 Measurement and Spatial Localisation of Subjective Poverty in Spain

IntroductIon

In recent years, the Living Conditions Survey (LCS) has shown significant increases in pov-erty rates in Spain, which may seem contra-dictory with the increases shown by the av-erage household income. In fact, the poverty rate measures how many people have low income in relation to the entire population, which reveals that income inequality in-creased in Spain despite the economic re-covery.

Another question is the perception that the Spanish population have of the condi-tions in which they live. This perception often does not match the official poverty measure-ments made through objective indicators, which are based on monetary variables. For this reason, this study sets out to measure poverty from a subjective perspective, show-ing the differences with respect to official indicators. We therefore focused on obtain-ing alternative measurements for poverty, a complex phenomenon with wide-ranging consequences.

Since “being poor” is not the same as “feeling poor”, the study is based on the opinion that individuals have about them-selves to quantify this feeling of poverty in relation to the whole of society. A poverty line will be estimated from these opinions, which divides the population into poor and not poor, and is based on the perception that households and people have of what it is to be poor. Taking into account all of the above, the originality of this study lies in quantifying poverty from a subjective point of view, based on the self-perception of Spanish households.

Using LCS data prepared by the Spanish National Institute of Statistics (INE), a number of objectives were set: firstly, to obtain the poverty thresholds or subjective poverty lines, using Kapteyn’s and Deeleck’s meth-odology. Measurements will be taken from 2016, which will be supplemented by meas-urements from 2008 and 2012 in order to

avoid drawing conclusions which may be biased by the economic cycle. Secondly, poverty indicators will be calculated for these three years, to be compared with the objec-tive indicators used by the INE. Thirdly, the poverty indicators according to the number of household members will be disaggregated in order to look for evidence between both variables. Fourthly, the three poverty rates will be classified according to their spatial location, taking into account the population density of the geographical areas into which the Spanish territory is divided. This will pro-vide an overview of poverty in Spain.

This paper is structured as follows: the first section outlines the theoretical frame-work used; the second section deals with the database (LCS) and the methodology to be used, in particular, the procedure necessary for the calculation of the subjective poverty lines; the third section includes the results and discussion; and the last section deals with the conclusions.

theoretIcal framework

Poverty is a phenomenon of great interest and concern at both institutional and social levels. The endeavour to measure poverty is justified on the grounds that it enables the solution to a serious social problem. By quantifying poverty, not only is the number of the poor calculated, but also the reasons why they are poor. In this way, knowledge is acquired to design economic and social pol-icies aimed at mitigating a scourge that cur-rently undermines society.

However, the process to quantify poverty is not exempt from discussion and debate. Poverty is a complex phenomenon in which there are a great number of factors involved, and multiple ways of defining and measuring it. In the field of economics, many authors have debated the definition of poverty and the choice in how it is measured (Friedman, 1965; Watts, 1968; Atkinson, 1987; Townsend

Beatriz García-Carro and María Carmen Sánchez-Sellero 85


1993; Madden, 2000; Ferrer-i-Carbonell, 2002; Haughton and Khandker, 2009).

In recent years, some scholars have un-derstood poverty as the insufficient or lack of income to satisfy basic needs. Otis (2017) stated that the impact of economic circum-stances on subjective well-being is better captured through a combination of income, wealth and other perceived economic condi-tions. In this context, in which economic var-iables are the main causes of poverty, pover-ty is understood as an economic deprivation and is associated with the concept of mate-rial poverty (see Martín-Guzmán et al., 1996; Pérez, 2009).

Other authors consider that poverty should be measured by taking into account other dimensions in addition to the econom-ic dimension; therefore, they incorporate oth-er indicators related to education, health, leisure, etc. into the measurement of poverty. Both Townsend (1979) and Sen (1992) began an understanding of poverty as a multidisci-plinary phenomenon; although this perspec-tive is currently very popular (see the work of Labudova et al. 2010; Alkire and Foster, 2011a, 2011b; Merz and Rathjen, 2014; among others), there is no unanimity in how to combine and encapsulate the different dis-ciplines (Ravallion, 2011; Ferreira and Lugo, 2013). Following Prieto et al. (2016), the stud-ies carried out in the institutional sphere, which consider poverty as a multidimension-al phenomenon, encompass aspects related to social exclusion and deprivation.

Regardless of the approach adopted, two fundamental questions related to poverty are present in any study: firstly, identifying the variables to determine when a household or person can be classified as poor; and sec-ondly, establishing the poverty threshold or line to classify those who fall below it as poor. The question of which variables to select and the procedure to calculate the thresholds is not trivial, and none are exempt from criti-cism and problems. There is therefore no sci-

entific basis that unambiguously allows for a poverty line to be accepted or rejected; each has its advantages and shortcomings. In this sense, Atkinson (1974) predicted that any poverty line would be influenced by ordinary life models and could only be defined in rela-tion to the life patterns of a particular society.

Given this multiple approach to the meas-urement of poverty, the subjective focus of poverty is important, because it allows for poverty to be assessed taking into account the voice of those who suffer it. The method-ological recommendation of the World Bank for any study on poverty strategies will there-fore be followed (Narayan, 2000). This organ-isation works on the premise that the poor are the true experts in poverty and, therefore, any 21st century study on poverty must be based on the experiences, reflections and recommendations of the poor. Some pio-neering research in subjective poverty in-cludes Goedhart et al. (1977) and Van Praag et al. (1980), which are based on the percep-tions that individuals have about their well-being. In this way, people or households classified as poor from a monetary perspec-tive may not feel poor, while people who feel poor may not be if attention is paid to objec-tive criteria.

Studies based on the subjective ap-proach to poverty analysis explicitly ac-knowledge that poverty lines are based on value judgements that people make about what constitutes a minimum level of socially acceptable life. Consequently, the circum-stances of one person in relation to others influence the perception of their well-being (Ravallion, 1998). Aguado and Osorio (2006) stated that knowing how people feel can be a good indicator of their well-being, and can help to understand that the analysis of pov-erty is broader than a minimum level of in-come; rather, it is affected by individual cir-cumstances related to the context and environment in which the person is and, as a result, involves different dimensions of well-being.



Qualitative studies of poverty deserve special attention, as they tend to draw differ-ent conclusions from quantitative ones, es-pecially those that use biographical tech-niques. These include studies that deal with life stories such as in Aliena (1999), where the protagonist (a poor woman who lives in a marginal neighbourhood) narrates her life and relationship with her environment in a struggle for survival; her discourse gave her name to the title: It is not the honour of being poor, but enduring poverty honourably; in this context, certain non-economic phenomena concerning poverty are still at play, and lead to questions that go beyond the necessary social expenditure. As a result of their stud-ies, San Miguel and González-Rio (2002) re-flected on the advantages and limitations of the biographical method, and its usefulness in the study of social reality; poverty was studied from the biographical account of people who have suffered it.

data, methods and varIables The microdata used come from the Spanish LCS for 2008, 2012 and 2016 (INE, 2017). This survey was included in the EU-SILC Eu-ropean project (European Union Statistics on Income and Living Conditions), whose pur-pose is to provide harmonised statistics for all the countries of the European Union (EU) on the distribution of household income and on different aspects of the standard of living of households and social exclusion. This an-nual survey has been carried out since 2004, and its priority is to offer cross-sectional in-formation on living conditions. The LCS is aimed at people living in private households; therefore, the homeless and the people who live in institutions or in collective homes, who are strongly affected by poverty, are outside the scope of the survey. Many of the ques-tions about the living conditions in this sur-vey refer to the time of the interview; howev-er, the information about income refers to the previous calendar year.

Information related to households was taken from this survey to calculate the Kapteyn poverty line and the Deeleck pover-ty line; both lines were obtained for different household sizes, taking into account the number of members. The LCS microdata provide basic and detailed information of 14,240 Spanish households surveyed in 2016, which represent 18,408,320 house-holds in the national total. Other studies that have analysed poverty in Spain by using LCS data include those by Faura-Martínez et al. (2016), Esteve (2012), Belzunegui et al. (2011), Gil and Ortiz (2009), Calvo et al. (2008), among others.

Kapteyn line

In order to calculate the Kapteyn line, house-holds are researched to obtain information as to the minimum income that members of each household think they need to make ends meet. In the 2016 questionnaire, the question was formulated as follows:

Question 40. In your opinion, what is the minimum net monthly income needed for a household like yours to make ends meet? (Please answer in rela-tion to your current circumstances in your house-hold, and what you consider “making ends meet”).

The minimum income needed stated by the household to make ends meet basically depends on its size and income level. Under this hypothesis, the following regression model was constructed that links three vari-ables, where the dependent variable is the minimum income to make ends meet (Ymin) and the independent variables are household size (m) and the actual income (Y).

log (Ymin ) = a0 + a1 log (m) + a2 log (Y) + ε

Households with high income usually de-clare that they need a lower amount than they receive, while in low-income households the opposite is the case, that is, they state that they need a minimum income higher



than what they receive. It seems logical to assume that households with income close to the minimum requirements are the most accurate in defining these minimum amounts.

The Deeleck line

The Deeleck line uses the information provi-ded in both question 40 (question already used in the Kapteyn line), and in question 39 from the questionnaire:

Question 39. A household can have different sou-

rces of income and more than one household

member can contribute their income. In relation to

the total income of your household, how do you

usually make ends meet?

1. With great difficulty

2. With difficulty

3. With some difficulty

4. With some ease

5. Easily

6. Very easily

In constructing the poverty line, Deeleck’s methodology uses only the information from the households that answered that they make ends meet “with some difficulty” in the previous question. These are households

that suffer from a moderate level of poverty or that are probably close to the poverty threshold. A new variable called minimum income can be calculated by filtering only households that make ends meet “with some difficulty”, which is obtained as follows:

Minimum income = Min (Y, Ymin ), varia-bles already used in constructing the previ-ous poverty line.

Taking the minimum income variable de-scribed, the average and the standard devi-ation for each group are estimated, that is, μ and σ respectively. The outliers are removed, values that are outside the range (μ - 2σ, μ + 2σ), and the average is calculated again. Therefore, the poverty line for each group will be the new average calculated for house-holds that make ends meet with some diffi-culty, once the outliers have been eliminated.

The methodologies used by Kapteyn and Deeleck to obtain the subjective pover-ty lines have similarities in their respective procedures, since both are based on the question asked to households about their difficulty or not in making ends meet. This is a subjective perception, as two households with the same income level may answer the question differently.

fIGure 1. Theoretical representation of the Kapteyn poverty line

Minimum income

Actual income

BisectorKapteyn line

45º



results and dIscussIon

Table 1 shows the estimated coefficients of the previous linear regression model1 from the 2008, 2012 and 2016 LCS, needed to calculate the Kapteyn line.

Solving the equation system formed by the regression model and the bisector, the following expressions are obtained for the year 2016:

log(Ymin) = 2.460 + 0.270 log(m) + 0.205 log(Y)

Ymin = Y

the cut-off point being:

log(Ymin) = 1 (2.460 + 0.270 * log(m) (1 – 0.205)

The inverses of logarithms are needed to obtain the thresholds. In this way a poverty threshold is obtained for each household size (number of members). The Kapteyn and Dee-leck lines for each household size are pre-sented and represented in Table 2 and Figure 2, respectively.

Figure 2 shows how the two lines are very close if the number of members is between 1 and 5, which corresponds to the majority of Spanish households, especially in recent decades. The last Population and Housing Census from 2011 (INE 2012) stated that the trend is for there to be more smaller house-holds (fewer members); therefore, the differ-ences between the two lines occur in the case of less common households in the pop-ulation, of 6 people or more. Consequently, it follows that the poverty lines are very similar for three years studied for the most com-mon household sizes (from 1 to 5 members), which represent 98% of the total. In addition, other than in some exceptional cases, in these homes the Deeleck poverty line ob-tained lower thresholds than those obtained using Kapteyn’s methodology.

1 log(Ymin) = a0 + a1 log(m) + a2 log(Y) + ε

In Figure 2, when constructing the Dee-leck line it can be seen that not all household sizes have thresholds. When seeking to ob-tain the minimum income by selecting those cases where household’s ability to make ends meet was reported as category 3 (with some difficulty), it turned out that there were no households with more than 8 members (in the case of the year 2016). However, taking into account that these represent an insignif-icant percentage of the total number of households (5,522), this does not deserve special attention.

The second objective in this study was to compare the subjective and objective poverty rates for each of the years studied. The poverty thresholds or poverty lines quantified, for each household size, the val-ue of the income which, if not reached by the household, is classified as poor. The main results obtained for 2016 showed that of the 18,408,320 Spanish households ana-lysed, a total of 7,940,414 households felt poor using the Kapteyn subjective poverty line, while only 6,745,487 identified them-selves as being poor using the Deeleck line. These figures represent subjective poverty rates of 43.1% and 36.6%, respectively, of the total population (see Table 3).

These figures are similar to those obtained by Buttler (2013), who found subjective pov-erty rates for 28 countries of the European Union (EU) to be located between 8% in Nor-way and 63% in Bulgaria; her results showed higher subjective poverty rates for Eastern and Southern European countries. Another study based on subjective poverty was that of Bartošová and Želinský (2013), which studied the EU-SILC 2006-2008 microdata from the Czech Republic and Slovakia. To estimate the perception of subjective poverty they used an approach based on the same question that was used in the study under discussion here, with what degree of ease or difficulty can your household make ends meet? According to their results, around 38% of Czech house-holds and 45% of Slovak households per-



ceived their household as being poor. In addi-tion, there was an increased subjective perception of poverty among households with a lower standard of living.

To calculate the number of households living in poverty from an objective perspec-

tive, first an objective basis needs to be es-tablished to classify households as being poor or at risk of poverty. The EU defines a relative monetary poverty threshold that cor-responds to 60% of the median of the equiv-alent national income or income per con-

TABLE 1. Results of linear regression by taking logarithms of variables. Years 2008, 2012 and 2016

Year 2008 Year 2012 Year 2016

Model

Non-standardised coefficients



BStandard

errorB

Standard error

BStandard

error

Constant 2.308* 0.000 2.469* 0.000 2.460* 0.000

log (m) 0.251* 0.000 0.276* 0.000 0.270* 0.000

log (Y) 0.259* 0.000 0.199* 0.000 0.205* 0.000

a Dependent variable: log (Ymin).

* p-value <0.01.

Source: Developed by the authors based on the Living Conditions Survey: 2008, 2012, 2016 (INE, 2017).

TABLE 2. Poverty thresholds. Kapteyn poverty line and Deeleck poverty line, according to the number of household members. Years 2008, 2012 and 2016

Year 2008 Year 2012 Year 2016

Household members

Income (euros)

Kapteyn

Income (euros)

Deeleck

Income (euros)

Kapteyn

Income (euros)

Deeleck

Income (euros)

Kapteyn

Income (euros)

Deeleck

1 1,302.30 925.57 1,208.92 878.70 1,242.62 989.65

2 1,646.94 1,529.50 1,535.05 1,478.12 1,572.45 1,446.76

3 1,889.41 1,794.69 1,765.22 1,770.48 1,804.60 1,702.08

4 2,082.79 2,123.15 1,949.16 1,970.81 1,989.82 2,008.89

5 2,246.33 2,178.91 2,104.94 1,926.72 2,146.47 2,102.61

6 2,389.43 2,205.69 2,241.42 1,395.24 2,283.59 1,726.03

7 2,517.51 2,370.77 2,363.70 2,660.54 2,406.32 2,797.17

8 2,633.99 2,469.06 2,474.99 2,517.96 1,827.55

9 2,741.21 2,434.92 2,577.51 2,620.73

10 2,840.80 2,672.80 3,493.54 2,716.20

11 2,934.01 2,762.03 2,805.56

12 3,021.78 2,889.71

13 3,104.83




FIGURE 2. Description of subjective poverty lines according to the number of household members. Years 2008, 2012 and 2016


,

,

,

,

,

,

,

,

,

,

,

,



sumption unit2. This threshold is calculated from the income distribution of the previous year and depends on the number of con-sumption units. This means that it is linked not only to the size of the household, but also to the composition of the household, follow-ing the OECD equivalence scales. Subjective poverty has the advantage of avoiding the use of equivalence scales implicit in objec-tive poverty measurements, a view shared by Alaña et al. (2003), since according to these authors, when the household provides the information, it already takes its size into ac-count.

Analysing the LCS data for 2016, the number of households below the poverty risk threshold3 was 3,813,547, which repre-

2 According to the INE, the median is the value which, ordering all individuals from the lowest to the highest income, leaves half of them below that value and the other half above that value. It is a relative measure, since its value depends on the level of income and how the income is distributed among the population. Therefore, it increases or decreases to the extent that the median income does.3 The threshold of poverty risk in 2016 for one-member households stood at 8,209 euros.

sented 20.7% of the total number of house-holds. Of note was the great difference be-tween the percentages of subjective and objective poverty. According to Pinilla and Goerlich (2004), these discrepancies are due to two fundamental factors; one, to the very concept of poverty, extremely different in each of these cases; and the other, to the family structure and composition and, con-sequently, to the equivalence scales used. Both the subjective poverty rates and the objective rates for the years 2008, 2012 and 2016 are shown in Table 3.

It is worth highlighting that subjective poverty rates are always higher when fol-lowing Kapteyn than when using Deeleck’s procedure; there are also higher percentag-es of both of these subjective rates with re-spect to objective ones. The temporal anal-ysis showed similar values in the years 2008 and 2016, which seem to indicate that Spanish households currently feel just as poor as they did at the beginning of the last economic crisis. In addition, the good mac-roeconomic results of recent years have not been felt in households. These data show the non-cyclical character of subjective

TABLE 3. Total number of households and subjective and objective poverty rates (as a percentage). Years 2008, 2012 and 2016


YEARS

2008 2012 2016

KapteynPoor households 7,296,836 7,197,984 7,940,414

Poverty rate (%) 43.1 39.9 43.1

DeeleckPoor households 6,180,906 6,180,031 6,745,487

Poverty rate (%) 36.5 34.3 36.6

ObjectivePoor households 3,497,432 3,551,568 3,813,547

Poverty rate (%) 20.7 19.7 20.7

Total households 16,921,845 18,034,410 18,408,320



poverty. Therefore, Table 3 reflects poverty rates that do not improve after the econom-ic recovery, a fact that is consistent with the assertion made by the FOESSA Foundation (2017). This report reveals that the reality of poverty and exclusion is not something that is exclusively due to the effect of the crisis. In fact, two out of every three people in so-cial exclusion already had this status before 2008. Poverty and exclusion are not con-junctural situations, but are characteristic of our model of society: they are structural products of a society that does not work in everyone’s best interests.

The third objective was to study the pov-erty rates of Spanish households according to the size of their household, that is, the number of members that make up the house-hold in which they live (see Table 4). The dis-aggregation according to household size was due to the application of the Kapteyn and Deeleck poverty line methodologies. Accord-ing to the 2016 LCS data, 94.2% of Spanish households consisted of four or fewer mem-bers. The most numerous households were

those formed by two people (30.4%), fol-lowed by one-person households, represent-ing 25.4%, and households formed by three people with 20.9%. This composition or pop-ulation structure remained practically invari-ant in the years of this study (2008, 2012 and 2016), except for a significant increase in one-person households.

Focusing on the study of poor house-holds according to their size, it was observed that in 2016, one-person households were at the most risk of subjective poverty, since this group included 36.3% or 31.5% of poor households of the total (according to the Kapteyn and Deeleck methodology, respec-tively). Therefore, given that this group in-cluded 25.4% of households, it proportional-ly felt most vulnerable to poverty. Households with three members were the best placed, with only 16.7% or 17.6% of households feeling poor out of the total, and given that they represented 20.9% of households, they were placed in the best position. When the same analysis is made for the years 2008 and 2012, empirical evidence suggested that

TABLE 4. Number and percentage of poor households according to subjective poverty lines

Poor households according to the Kapteyn line

Poor households according to the Deeleck line

Household members

No. of households

Number

Percentage of

total households

Percentage of

total poorNumber

Percentage of

total households

Percentage of total poor

1 4,679,014 2,884,274 15.7 36.3 2,123,664 11.5 31.5

2 5,587,824 2,177,850 11.8 27.4 1,890,550 10.3 28.0

3 3,855,544 1,321,766 7.2 16.7 1,190,285 6.5 17.6

4 3,211,507 1,123,230 6.1 14.1 1,147,010 6.2 17.0

5 850,087 336,218 1.8 4.2 325,150 1.8 4.8

6 160,968 72,414 0.4 0.9 44,899 0.2 0.7

7 48,068 14,882 0.1 0.2 17,126 0.1 0.3

8 9,786 6,803 0.0 0.1 6,803 0.0 0.1

9 or more 5,522 2,977 0.0 0.0

Total 18,408,320 7,940,414 43.1 100 6,745,487 36.6 100




one-person households have the highest subjective poverty rates and, therefore, feel more vulnerable to poverty in the years under study. These results agree with those ob-tained by the INE (2005).

Table 5 (related to objective poverty line) compares the percentage of households subjectively and/or objectively classified as poor according to the number of household members. A high relationship was found be-tween the percentage of poor households and the total percentage of households in each of the categories studied, columns 2 and 5 of the Table. Therefore, objective pov-erty did not show any household size as be-ing more vulnerable to poverty, due to the use of the equivalence scales implicit in its calculation.

In an attempt to meet the fourth objective of this study, the locations of poor households were analysed, taking into account popula-tion density. Following the EAPN report (2017), it was considered of vital importance to study poverty in terms of household types, since the impoverishment processes of urban and rural areas are very different and require specific measurements. It should be remem-

bered that one of the objectives of the Europe 2020 growth strategy (EU, 2010) is the pro-motion of development policies aimed at in-creasing employment and improving the quality of life of the groups most vulnerable to poverty, which includes the rural environment.

To this end, the spatial location variable that classifies the national territory into three areas was used (see ECV Methodology 2005-revised 2013):

• Area 1 (densely populated): population centres with at least 50,000 inhabit-ants, with a density of more than 500 inhabitants per square km.

• Area 2 (semi-urban or intermediate): population centres with at least 50,000 inhabitants, with a population density between 500 and 100 inhabitants per square km.

• Area 3 (sparsely populated): population centres with less than 50,000 inhabit-ants, with a population density of less than 100 inhabitants per square kilo-metre (according to EUROSTAT (1997), this included rural areas).

TABLE 5. Number and percentage of poor households according to the subjective objective poverty line

Poor households according to the objective line

Household members

Percentagehouseholds

NumberPercentage of

total householdsPercentage

of total poor

1 25.4 918,461 5.0 24.1

2 30.4 1,004,907 5.5 26.4

3 20.9 745,613 4.1 19.6

4 17.4 755,216 4.1 19.8

5 4.6 295,479 1.6 7.7

6 0.9 69,010 0.4 1.8

7 0.3 14,882 0.1 0.4

8 0.1 6,803 0.0 0.2

9 or more 0.0 3,176 0.0 0.1

Total 100 3,813,547 20.7 100




Tables 6 and 7 show that in 2016 all house-holds classified as poor, either because they felt poor (using subjective poverty lines) or be-cause they were poor (using the objective line), were similarly distributed across the three are-as studied: approximately 48% were in the most populated area (area representing 52.7% of the population); 21% in the intermediate density area (area representing 21.8% of the population); and 31% in the least populated area (area that represented 25.4% of the pop-ulation). However, it should be noted that area 3 was the one that showed proportionally high-er percentages of poverty; and that area 1 was the one that had proportionally lower percent-ages. These results allowed an inverse relation-ship to be established between poverty per-centages and the density of the population centre to which the household belonged.

It can be concluded that rural areas had the highest poverty rates in 2016 and, there-fore, were the areas that felt and were most vulnerable to poverty, regardless of the meth-odology used to calculate them. The urban areas, on the contrary, had less vulnerability to poverty. This idea is consistent with the study by Ramirez et al. (2016), who suggest-ed that strategies to overcome poverty must be complemented with a territorial approach, and take into account that deprivation is strongly defined by geographical interac-tions. From this territorial perspective, Agui-lar and López (2015) conducted a more spe-

cific study and concluded that there is a tendency for poorest social groups to con-centrate on the urban peripheries. Zimbalist’s study (2017) investigated poverty using a differentiated approach between rural and urban areas, using income data to generate poverty statistics, which shed light on diver-gent trends in both areas. Following the Eu-ropean Parliament’s report on rural poverty, Augère-Granier (2017), poverty levels were found to be higher in sparsely populated ar-eas. This report showed that rural poverty is less documented than urban poverty. How-ever, the rural environment is of vital impor-tance in European societies, although it has not been sufficiently recognised. Indeed, in many cases, the difficulties, problems and challenges remain invisible to those living in cities, and usually decisions on how these matters are managed are either taken from the urban perspective, or ignored and post-poned (EAPN 2017).

Expanding the time horizon of our study for the years 2008 and 2012, a great similar-ity in the results can be seen. Therefore, the analysis of poverty according to the popula-tion density offered the same conclusions in the three years under study, which means that the results do not depend on whether research was conducted at any specific mo-ment in time, since the differences obtained were small if they were compared with those shown in Tables 6 and 7.

TABLE 6. Number and percentage of poor households based on spatial location. Subjective poverty lines

Poor households according to the Kapteyn line

Poor households according to the Deeleck line

Population Density

No. of house-holds

NumberPercentage

of total households

Percentage of total

poorNumber

Percentage of total

households

Percentage of total

poor

Area 1 9,709,914 3,824,986 20.8 48.2 3,178,504 17.3 47.1

Area 2 4,015,878 1,643,382 8.9 20.7 1,419,563 7.7 21.0

Area 3 4,682,528 2,472,046 13.4 31.1 2,147,420 11.7 31.8

Total 18,408,320 7,940,414 43.1 100 6,745,487 36.6 100




conclusIons

This study is based on the measurement of poverty from a subjective viewpoint and al-lows the use of indicators to measure the feeling of poverty that Spanish households have. It provides an alternative procedure that is complementary to the traditional measures of poverty carried out by official bodies. Subjective poverty is based on the idea that individuals are the best judges of their own poverty situation and, therefore, it is they who provide the best knowledge about their perceptions and expectations.

The empirical part of this study is based on the perception that households have about their economic situation, measured through the difficulty they experience in making ends meet. This subjective perspec-tive analysed for each household size has the advantage of avoiding the use of equiv-alence scales implicit in objective poverty measurements.

In the three years studied, subjective pov-erty rates overestimated objective poverty rates, and the Kapteyn and Deeleck poverty thresholds were similar for the most frequent household sizes. Households that felt poor were more numerous than those that were quantified as such based on official statis-tics. Poverty judged through these objective indicators was lower than that expressed by household members themselves when it comes to satisfying their needs. Taking into

account household size, subjective poverty showed that one-person households were the most vulnerable to poverty, while house-holds with three members are the least af-fected.

The analysis conducted over time indi-cates that Spanish households feel just as poor as they did at the beginning of the last economic crisis. This study has empirically verified a great similarity in the poverty rates corresponding to those years, reflecting that the good macroeconomic results obtained in Spain during the last few years have not been felt in households. This study demon-strated the non-cyclical nature of subjective poverty, and therefore, the most obvious conclusion is that this type of poverty is in-dependent from the economic cycle.

In a developed society like Spanish so-ciety, the needs that a household perceives as being basic (the starting point for the Kapteyn and Deeleck lines) grow as its in-come level increases. This fact may justify the overestimation of subjective poverty rates. These rates can be considered as an indirect manifestation of economic well-be-ing, understood as the household’s con-sumption capacity. The high rates of subjec-tive poverty obtained in this study are sending a clear message of the loss of well-being. The subjective study of poverty in scientific works should therefore be high-ly valued.

TABLE 7. Number and percentage of poor households based on spatial location. Objective poverty line

Poor households according to the objective line

Population Density

Percentagehouseholds

NumberPercentage

of total of households

Percentage of total poor

Area 1 52.7 1,825,811 9.9 47.9

Area 2 21.8 765,026 4.2 20.1

Area 3 25.4 1,222,710 6.6 32.1

Total 100 3,813,547 20.7 100




An inverse relationship between poverty rates and the population density of the vari-ous municipalities has been demonstrated, which translates into proportionally higher percentages in less populated areas and proportionately smaller percentages in more populated areas. This conclusion is valid when working with all three types of poverty rates (Kapteyn, Deeleck and objective). Households are, and feel, less poor in the most densely populated geographical areas. This fact suggests that strategies to over-come poverty must be accompanied by a territorial approach, taking into account that deprivation is strongly explained by geo-graphical interactions. The rural environment consists of sparsely populated areas, which are characterised by an unfavourable demo-graphic situation, a weaker labour market, limited access to education and isolation. These factors are considered to be the main drivers of rural poverty and, through their in-teraction, they can generate a spiral of de-cline, where poverty can take hold. In this sense, rural development programmes have an important role to play in promoting a more inclusive society and making rural are-as a better place to live. In summary, territo-rial policies that take into account the heter-ogeneity of the municipalities will be necessary, thus recognising the role of eco-nomic geography variables in the design of such policies.

While we are aware that there is no single way to measure poverty, this study, which is based on the subjective approach, does not attempt to replace traditional studies, or those studies focused on a multidimensional perspective, but rather it seeks to comple-ment them in order to characterise the com-plex phenomenon of poverty. In this way, a broader overview has been offered that en-ables the design of more efficient and ap-propriate economic and social policies to combat it.

bIblIoGraphy

Aguado, Luis F. and Osorio, Ana M. (2006). “Percep-ción subjetiva de los pobres: Una alternativa a la medición de la pobreza”. Reflexión Política, 8(15): 26-40.

Aguilar, Adrián G. and López, Flor M. (2015). “Es-pacios de pobreza en la periferia urbana y sub-urbios interiores de la Ciudad de México. Las desventajas acumuladas”. Revista EURE - Re-vista De Estudios Urbano Regionales, 42(125): 5-29.

Alaña, Cristopherd J.; Salomón, María T. and Salinas, José F. (2003). “Generación de un enfoque metodológico para la medición de la pobreza subjetiva”. Revista Venezolana de Análisis de Co-yuntura, 9(2): 151-163.

Aliena, Rafael (1999). Adelaida Martínez y el honor de la pobreza. Barcelona: Fundación “La Caixa”.

Alkire, Sabina and Foster, James (2011a). “Count-ing and Multidimensional Poverty Measure-ment”. Journal of Public Economics, 95(7): 476-487.

Alkire, Sabina and Foster, James (2011b). “Under-standings and Misunderstandings of Multidimen-sional Poverty Measurement”. Journal of Eco-nomic Inequality, 9(2): 289-314.

Atkinson, Anthony B. (1974). Poverty and Income Inequality in Britain. University of Essex, Depart-ment of Economics.

Atkinson, Anthony B. (1987). “On the measurement of poverty”. Econometrica: Journal of the Econo-metric Society, 55(4): 749-764.

Augère-Granier, Marie-Laure (2017). Rural poverty in the European Union. Available at: http://www.europarl.europa.eu/RegData/etudes/BRIE/2017 /599333/EPRS_BRI(2017)599333_EN.pdf, access on 16 April, 2018.

Bartošová, Jitka and Želinský, Tomás (2013). “The extent of poverty in the Czech and Slovak Re-publics 15 years after the split”. Post-Communist Economies, 25(1): 119-131.

Belzunegui, Ángel; Pastor, Inma and Valls, Francesc (2011). “La pobreza, ¿una cuestión femenina?: Pobreza y género en España en los datos de la ECV 2009”. Revista Internacional de Trabajo So-cial y Ciencias Sociales, 2: 39-65.

Buttler, Franziska (2013). “What determines subjec-tive poverty? An evaluation of the link between



relative income poverty measures and subjective economic stress within the UE”. Available at: https://horizontal-europeanization.eu/fileadmin/user_upload/proj/horizontal/downloads/pre-prints /PP_HoEu_2013-01_buttler_subjective_poverty_0.pdf, access on 16 April, 2018.

Calvo, José L.; Martínez, José A. and Sánchez, Cris-tina (2008). Evaluación de las condiciones de vida de la población pobre en España: un análisis comparativo del informe EDIS-FOESSA 1998 y la ECV 2005. Madrid: Ministerio de Trabajo e In-migración. Secretaría de Estado de Seguridad Social.

Esteve, Eduardo (2012). Pobreza y Privación en la Comunidad Valenciana y España: El impacto de la Gran Recesión. Valencia: CEU - Universidad Cardenal Herrera.

European Union (2010). “EUROPA 2020. Una Estrate-gia para un crecimiento inteligente, sostenible e integrador”. UE-DG. COM.

European Antipoverty Network (EAPN) (2017). Estado de la pobreza en España. 7º Informe AROPE (2017). Available at: http://www.eapn.es/estadodepobre za, access on 16 April, 2018.

EUROSTAT, Comisión Europea (1997). “Rural Devel-opments”. CAP 2000 Working Document.

Faura-Martínez, Úrsula; Lafuente-Lechuga, Matilde and García-Luque, Olga (2016). “Risk of Poverty or Social Exclusion: Evolution during the Eco-nomic Crisis and Territorial Perspective”. Revista Española de Investigaciones Sociológicas, 156: 59-76.

Ferreira, Francisco H. G. and Lugo, Maria A. (2013). “Multidimensional poverty analysis: Looking for a middle ground”. The World Bank Research Ob-server, 28(2): 220-235.

Ferrer-i-Carbonell, Ada (2002). Subjective questions to measure welfare and well-being (No. 02-020/3). Tinbergen Institute Discussion Paper.

Friedman, Rose D. (1965). Poverty: Definition and Perspective. Washington, D.C: American Enter-prise Institute for Public Policy Research.

Fundación FOESSA, F. (2017). Informe Desprotección Social y Estrategias Familiares. Análisis y Per-spectivas. Madrid: Cáritas-Fundación FOESSA.

Gil, María and Ortiz, Salvador (2009). “Determinantes de la pobreza extrema en España desde una doble perspectiva: Monetaria y de privación”. Es-tudios de Economía Aplicada, 27-2: 437-462.

Goedhart, Theo; Halberstadt, Victor; Kapteyn, Arie and Praag, Bernard van (1977). “The poverty line: concept and measurement”. Journal of Human Resources, 12(4): 503-520.

Haughton, Jonathan and Khandker, Shahidur R. (2009). Handbook on Poverty and Inequality. The World Bank: Washington D.C.

Instituto Nacional de Estadística (INE) (2005). Estudio descriptivo de la pobreza en España. Resultados basados en la Encuesta de Condiciones de Vida 2004.

Instituto Nacional de Estadística (INE) (2012). Censos de Población y Viviendas. Year 2011.

Instituto Nacional de Estadística (INE) (2013). Encues-ta de Condiciones de Vida (ECV). Metodología. Madrid, 2005, revised in 2013.

Instituto Nacional de Estadística (INE) (2017). Encues-ta de Condiciones de Vida (ECV). Years 2008, 2012, 2016.

Labudova, Viera; Vojtkova, Maria and Linda, Bohdan (2010). “Application of multidimensional methods to measure poverty”. E&M Ekonomie a manage-ment, 13(1): 6-22.

Madden, David (2000). “Relative or absolute poverty lines: a new approach”. Review of Income and Wealth, 46(2): 181-199.

Martín-Guzmán, Pilar; Toledo, María I.; Bellido, Nicolás and López, José (1996). Encuesta de Presupuestos Familiares. Desigualdad y pobreza en España. Madrid: INE.

Merz, Joachim and Rathjen, Tim (2014). “Time and income poverty: an interdependent multidimen-sional poverty approach with German time use diary data”. Review of Income and Wealth, 60(3): 450-479.

Narayan, Deepa (2000). La voz de los pobres ¿Hay alguien que nos escuche? Publicación del Banco Mundial. 1st ed.(in Spanish). Madrid: Ediciones Mundi-Prensa.

Otis, Nicholas (2017). “Subjective well-being in China: Associations with absolute, relative, and per-ceived economic circumstances”. Social Indica-tors Research, 132(2): 885-905.

Pérez, Salvador (2009). “El estudio de la pobreza en España desde una óptica económica: medición y políticas”. Estudios de Economía Aplicada, 27-2: 349-372.

Pinilla, Rafael and Goerlich, Francisco J. (2004). “Líneas de pobreza subjetiva en el cálculo del



potencial de calidad de vida (QLP) en España. Aplicación a partir de la EPF de 1990-91”. Inves-tigaciones Regionales, (5): 159-170.

Praag, Bernard van; Goedhart, Theo and Kapteyn, Arie (1980). “The Poverty Line-A Pilot Survey in Europe”. The Review of Economics and Statis-tics, 62(3): 461-465.

Prieto, Mercedes; González, Yolanda and García, Carmelo (2016). “La pobreza en España desde una perspectiva multidimensional”. Revista de Economía Aplicada, 24(70): 77-110.

Ramírez, Juan M.; Bedoya, Juan G. and Díaz, Yadira (2016). Geografía económica, descentralización y pobreza multidimensional en Colombia. Available at: http://www.repository.fedesarrollo.org.co/han-dle/11445/2894.pdf, access on 16 April, 2018.

Ravallion, Martín (1998). Poverty lines in theory and practice (Vol. 133). Washington D. C.: The World Bank Publications.

Ravallion, Martín (2011). “On multidimensional indi-ces of poverty”. Journal of Economic Inequali-ty, 9(2): 235-248.

San Miguel, Begoña and González-Río, María J. (2002). “El método biográfico en el estudio de las desigualdades sociales”. Revista Internacional de Sociología, (33): 115-132.

Sen, Amartya (1992). Inequality reexamined. Oxford: Clarendon Press.

Townsend, Peter (1979). Poverty in the United King-dom: A Survey of Household Resources and Standards of living. University of California Press: Berkeley and Los Angeles.

Townsend, Peter (1993). The international analysis of poverty. Harvester Wheatheaf: London, New York.

Watts, Harold W. (1968). An Economic Definition of Poverty. Institute for Research on Poverty, (pp. 316-329).

Zimbalist, Zack (2017). “Analysing post-apartheid poverty trends by geo-type, 1997–2012: The un-derstated role of urbanisation and social grants”. Development Southern Africa, 34(2): 151-167.

RECEPTION: November 20, 2017REVIEW: January 11, 2018ACCEPTANCE: April 5, 2018

Medición de la pobreza subjetiva en España y su …Beatriz García-Carro y María Carmen...

Documents

Transcript of Medición de la pobreza subjetiva en España y su …Beatriz García-Carro y María Carmen...